هوانگ129 و همکارانش، از بردار پشتيباني خوشه‌بندي130 براي بخشبندي بازاريابي استفاده کرده‌اند (2007). کيم و آهن131 هم، يک الگوريتم خوشه‌بندي جديد بر اساس الگوريتم‌هاي ژنتيک132 براي بخش‌بندي موثر بازار خريد آنلاين پيشنهاد دادند (2008). به طور همزمان، هانگ و تي‌ساعي133 نيز يک رويکرد جديد تقسيم‌بندي بازار، به نام مدل بخشبندي نگاشت خود سازماندهي سلسله مراتبي134، براي تقسيم بندي بازار چند رسانه‌اي دنياي واقعي بر روي تقاضا در تايوان، ارائه دادند. مرتضي نامور و همکاران نيز تحقيقي جهت بخش‌بندي مشتريان بر اساس مدل دو مرحله‌اي خوشه‌بندي انجام داده‌اند. اين مقاله با استفاده از ابزارهاي داده‌کاوي يک روش جديد براي خوشه‌بندي مشتريان با استفاده از RFM و داده‌هاي جمعيت‌شناختي و داده‌هاي ارزش طول عمر مشتري135 ارائه کرد. اين روش جديد خوشه‌بندي از دو مرحله تشکيل شده است. ابتدا با الگوريتم k ميانگين مشتريان بر اساس شاخص RFM به خوشه‌هاي مختلف تقسيم مي‌شوند. سپس با استفاده از داده‌هاي جمعيت‌شناختي، هر خوشه مجددا به خوشه‌هاي جديد تقسيم‌بندي مي‌شود. اين متد بر روي يک بانک ايراني پياده سازي و به کار گرفته شد که نتايج حاصل از پياده‌سازي اين مدل مشتريان را به نه گروه بر اساس داده‌هاي مربوط به تراکنش‌ها و داده‌هاي مربوط به ويژگي‌هاي و مشخصات جمعيت‌شناختي تقسيم کرد. پروفايل مشتريان مربوط به هر گروه مي‌تواند نقطه‌ي آغازي براي مديران جهت تعيين استراتژي هاي بازاريابي براي بانک جهت ارائه سرويس و خدمات باشد. اين مدل در شکل2-10 بيان شده است (2010).

شکل2-10 مدل ارائه شده توسط مرتضي نامور و همکاران (2010)

در همين سال سيد حسيني و همکارانش تحقيق ديگري را منتشر کرده‌اند. هدف اصلي اين مقاله تشخيص درجه وفاداري مشتري براي رسيدن به بهترين مديريت ارتباط با مشتري مي‌باشد تا بتوانند سود را بر اساس استراتژي برد-برد ماکزيمم کنند. مطالعه موردي اين مقاله در شرکت ساپکو انجام شد. آنها در مطالعات خود از شاخص هاي RFM براي محاسبه‌ي وفاداري استفاده نمودند. شاخص چهارمي با عنوان طول مدت فعال بودن نيز مطرح کرده‌اند. در اين تحقيق بعد از آماده سازي داده‌ها و شناسايي پارامترهاي اختصاصي تعيين وفاداري مشتري بر اساس مدل RFM در مورد مطالعاتي شرکت ساپکو، به تعيين اوزان پارامترهاي انتخابي با نظرسنجي از تصميم گيرندگان اصلي سازمان طبق مقايسات زوجي و محاسبه اوزان با استفاده از نرم افزار متلب و سپس به خوشه بندي قطعات با الگوريتم k ميانگين پرداخته شده است. در تعيين تعداد بهينه خوشه‌ها نيز از شاخص ديويس- بولدين استفاده نموده‌اند. جهت تعيين کيفيت خوشه‌ها در هر دو روش از معيار سنجش کيفيت خوشه‌ها که توسط ميچاد در سال 1997 ارائه گرديده، استفاده شده است. پس از تعيين ارزش عددي هر خوشه و همچنين محاسبه‌ي فاصله‌ي مراکز خوشه‌ها از مبدا مختصات درجه‌ي اولويت خوشه‌ها در هر دو روش جداگانه تعيين شده است. جهت تعيين درجه‌ي اولويت نهايي خوشه‌ها نيز از جمع عددي ارزش هر خوشه و فاصله‌ي مرکز آن تا مبدا مختصات استفاده شده است به طوري که با مرتب کردن نزولي اين داده‌ها و اختصاص دادن عدد از 1 تا 34 آنها را اولويت‌بندي نموده‌اند. در پايان نيز براي تعيين تابع وفاداري و بهبود عملکرد آن نموداري از درجه‌ي اولويت تعيين شده و ارزش هر خوشه برازش داده شده است. جهت اعتبارسنجي مدل، نتايج روش پيشنهادي را با نتايج مدلي که وزن مولفه‌هاي آن يکسان است مقايسه و نتايج نشان مي‌دهد که متدولوژي پيشنهادي داراي عملکرد بهتري است. ارزيابي اوليه به کمک تست R^2 (برازش رگرسيون) انجام مي شود. به اين صورت که مقدار R^2 را براي تابع F ، تابع D و تابع F+D بدست آورده است. نتايج نشان مي‌دهد که تابع F+D مقدار برازش بيشتري دارد. بنابراين تابع مناسب تري براي نشان دادن درجه وفاداري است (2010).
پراسد نيز با استفاده از روش خوشه‌بندي به توليد پروفايل مشتريان براي فروشگاههاي خرده‌فروشي پرداخت، که به شناسايي رفتارها و الگوهاي خريد مشتري، بهبود خدمات براي مشتريان براي رضايت بيشترشان و در نتيجه حفظ آنان کمک ميکند (پراسد و همکاران، 2011). چن و همکاران نيز بر اساس پرداخت گذشته‌ي مشتري با استفاده از درخت تصميم‌گيري به بخش‌بندي مشتريان پرداختند (2013). جدول 2-1 مدلهاي تقسيم‌بندي که توسط نويسندگان مختلف پيشنهاد شده است را با توجه به متغيرهاي وروديشان طبقه‌بندي ميکند.

جدول 2-1 خلاصهسازي متغيرهاي ورودي استفاده شده در مدلهاي بخشبندي (مرتضي نامور، 2010)
متغيرهاي ورودي مورد استفاده
منابع
جمعيتشناختي
(جوتلا و همکاران، 2001) (لي و همکاران، 2005) (هانگ و همکاران، 2008)
RFM
(چنگ و همکاران، 2009)
LTV
(کيم و همکاران، 2006)
جمعيتشناختي+ RFM
(سيه، 2004) (مککارتي و همکاران، 2007)
جمعيتشناختي+ LTV
(هوانگ وهمکاران، 2004)
LTV+RFM
(چاي و همکاران، 2008)
جمعيتشناختي+RFM+ LTV
(مرتضي نامور و همکاران، 2010)
متغيرهاي ديگر
(استون و همکاران، 2006) (لي و همکاران، 2006) (هوانگ و همکاران، 2007) (کيم و همکاران، 2008) (چانگ و همکاران، 2007) (شييو و همکاران، 2009) (جيل-سائورا و همکاران، 2009)

موضوع ارزش مشتري يک مسئله مهم در مديريت ارتباط با مشتري است. روشهاي متعددي براي پيدا کردن ارزش مشتري وجود دارد. اين روشها به معيارهاي عمومي و معيارهاي استراتژيک تقسيم شده‌اند. برخي از معيارهاي عمومي مبتني بر ارزش مشتري شامل اندازه کيف پول136(SOW) و به اشتراک گذاشتن کيف پول137(SW) ميباشد. SOW به حجم کل هزينه‌هاي مشتري در يک دوره اشاره دارد، SW نيز به نسبت حجم خريد مشتري از يک نام تجاري خاص به کل خريد مشتري در يک دوره اشاره دارد (جانسون138 و همکارانش، 2001).
ديو و کاماکورا139 با ترکيب روشهاي SOW و SW مشتريان را براي توسعه استراتژي‌هاي موثر، بخشبندي کردند و مشتريان با ارزش را شناسايي کردند. معيارهاي استراتژيک ارزش مشتري نيز شامل RFM140، ارزش گذشتهي مشتري (PCV )141 و ارزش دوره عمر142 (LTV) ميباشد. استون143 در سال 1995 در تحليل کلاسيکRFM ، ابتدا مشتريان را با توجه به مقدار R صعودي مرتب کرده و به 5 گروه تقسيم نمود. به همه گروه‌ها شماره‌ي رتبه‌اي از 5 تا 1 اختصاص داده ‌شد. پس از آن مشتريان در هر گروه با توجه به مقدار F و سپس M به صورت نزولي مرتب شده و دوباره اعداد (5 تا 1) به هر گروه تعلق گرفت. بنابراين () گروه با توجه به مقدار تاخر، فرکانس و پول تعريف شد. کومار و رينارتز144 نيز در سال 2006 از RFM وزندار استفاده کرده‌اند، که در آن هر متغير با توجه به نظر متخصص با تجزيه و تحليل AHP وزن‌دار مي شود. بنابراين ?? ميانگين وزني، رتبه RFM را ميسازد.
با توجه به مطالعات آن دو، ارزش گذشته مشتري (PCV) مدلي است که نتايج حاصل از معامله گذشته به آينده را برون‌يابي مي‌کند. PCV بر خريد پولي گذشته مشتري که مي‌تواند رفتار آيندهاش را نشان دهد تاکيد دارد، همچنين ارزش پولي گذشته مشتري را به زمان حال بازگشت ميدهد (طبائي و فتحيان،2011).
مدل‌هاي LTV نيز، چشم انداز ارزش پولي آينده مشتري و مدت زماني که مشتريان فعال خواهند بود را نشان ميدهد. اين مدلها دستيابي به سود خالص آينده مشتريان را به حال تبديل ميکنند. مدل هاي مختلف براي محاسبه LTV وجود دارد. برخي از مدل هاي مالي LTV، هزينه هاي مستقيم و هزينه هاي بازاريابي را اعمال کرده است. برخي نرخ حفظ مشتري را در طول عمر مشتري در نظر گرفته است (مالتوس و مولهرن، 2008؛ هيدالگو145 و همکاران، 2008).
در مطالعات خواجوند146 و همکاران، همچنين خواجوند و تارخ147 در سال 2011 از RFM کلاسيک براي تعريف ارزش مشتري استفاده کرده‌اند.
در برخي از مطالعات نيز از RFM وزندار براي ارزش مشتري استفاده کرده‌اند (ليو و شيه148، 2005؛ چنگ و چن149، 2009؛ چنگ و تي‌ساعي150، 2011؛ سيدحسيني و همکاران، 2010).
زهرا طبائي روش‌هاي مختلف استفاده شده براي ارزش مشتري با توجه به مطالعات قبلي را بنا بر جدول 2-2 بيان مي‌نمايد:
جدول 2-2 مدل‌هاي ارزش مشتري (زهرا طبائي، 2011)
مدل
منابع
SOW و SW
(کومار و رينارتز، 2006) (ديو و کاماکورا، 2007)
RFM
(خواجوند و همکاران، 2011) (خواجوند و تارخ، 2011) (ليو و شيه، 2005) (چنگ و چن، 2009) (چنگ و تي‌ساعي، 2011) (سيدحسيني و همکاران، 2010) (مک‌کارتي و هاستاک، 2007) (لي و همکاران، 2011)
LTV
(مالتوس و مولهرن، 2008) (هيدالگو و همکاران، 2008) (سانت آنا و ريبيرو، 2009) (گليدي و همکاران، 2009) (فراچر و سيگو، 2009) (هوانگ و همکاران، 2004) (سوبلابان و آرانها، 2009) (بنويت و همکاران، 2009) (ما و همکاران، 2008)
همانطور که از پيشينه‌ي تحقيق ملاحظه مي‌کنيد هر کدام از مطالعات انجام شده از يک جنبه‌ي خاص بخش‌بندي مشتريان را مورد بررسي قرار داده‌اند در حالي نگاه جامعي به اين موضوع وجود ندارد، در فصول آينده به ارائه و بررسي يک متدولوژي جامع مي‌پردازيم.

.

فصل سوم:
روش تحقيق

فصل سوم: روش تحقيق
3-1 مقدمه
هدف اصلي اين فصل اين است که با تشريح مسئله مورد بررسي، موضوع را براي خواننده واضح‌تر سازد و با ارائه مدل‌هاي مورد نياز و توضيحات تکميلي ذهن مخاطب را براي درک بهتر مدل‌هاي جديد ارائه شده در پايان نامه حاضر، آماده نمايد. براي اين منظور متدولوژي تحقيق شامل روش تحقيق، قلمرو زماني و مکاني تحقيق، جامعه آماري، نمونه آماري و نيز روش هاي جمع آوري اطلاعات مورد بررسي قرار گرفته است.
3-2 روش تحقيق
در اين قسمت به معرفي نوع روش تحقيق بر اساس نوع هدف و روش گردآوري اطلاعات و محيط پژوهش و افق زماني تحقيق خواهيم پرداخت.
پژوهش حاصل بر اساس نوع هدف يا هدف پژوهش جزء پژوهش‌هاي توصيفي- اکتشافي و نيز کاربردي به شمار مي‌رود. قلمرو مکاني پژوهش فروشگاه‌هاي زنجيره‌اي مرکز اپل ايران مي‌باشد. براي ارائه مدل‌هاي بيان شده در اين پژوهش مطالعه کتاب‌خواني و مطالعه ميداني انجام شده است. گردآوري داده‌هاي معاملاتي، با استفاده از سوابق تراکنش‌هاي مشتريان ثبت شده در بانک اطلاعاتي و شبکه‌هاي کامپيوتري مرکز اپل ايران صورت گرفته است و داده‌هاي جمعيت‌شناختي نيز بنا بر تماس تلفني با مشتريان به دست آمده است. براي اندازه‌گيري وزن متغيرهاي RFM از روش AHP 151 بر اساس نظر خبرگان استفاده شده است.
به لحاظ زماني پژوهش حاضر از نوع “مطالعه مقطعي” مي‌باشد چرا که مشتريان را در يک مقطع زماني 12 ماهه‌ در سال 2012 مورد مطالعه قرار مي‌دهيم.
نرم افزارهاي مورد استفاده در اين تحقيق، نرم‌افزار مطلب و کلمنتاين 12152 مي‌باشد. تفاوت بين کلمنتاين و نرم‌افزارهاي ديگر در اين است که پردازش داده‌هاي خود را با استفاده از گره‌هايي که به يکديگر متصل شده‌اند و قالب يک جريان را بوجود مي‌آورند، انجام مي‌دهد. علاوه بر اين، پس از اتمام فرآيند داده‌کاوي، داده‌هاي مصور شده را به کاربران ارائه مي‌دهد. رابط تصويري نرم‌افزار کلمنتاين، کاربر را به اعمال مهارت‌هاي خاص کسب و کار خود دعوت مي‌نمايد که منجر به مدل‌هاي پيش‌بيني قوي‌تر و راه‌ حلي با زمان کوتاه‌تر مي‌شود (ونا153 و همکاران، 2012).
3-3 جامعه آماري و روش نمونه‌گيري
جامعه آماري تحقيق شامل مشتريان مرکز اپل ايران مي‌باشند، که در يک بازه و دوره زماني يک ساله در سال 2012 مورد بررسي قرار گرفتند. داده‌هاي اين تحقيق شامل 4763 رکورد مربوط به تراکنش مشتريان مي‌باشد پس از حذف

دسته بندی : No category

دیدگاهتان را بنویسید